소중한 시간을 사진속에 담자 - 해리팍 소중한 시간을 사진속에 담자 - 해리팍

📘 문제 1. 과적합(Overfitting) 과적합이란 무엇인지 설명하고, 이를 방지하기 위한 대표적인 기법 3가지를 서술하시오. 또한, 본인이 수행한 프로젝트나 상상 가능한 사례를 하나 들어 과적합이 어떻게 발생할 수 있었는지 예시를 설명하시오  📝 피드백 요약 🔹 보완할 점• 정의에서: 과적합은 데이터가 많아서가 아니라 데이터가 적고 모델이 너무 복잡해서 발생하는 경우가 많아요. 예측값이 너무 훈련 데이터에만 맞춰져서, 테스트 데이터에는 일반화되지 못하는 상태예요.• 방지 기법: ‘모델 단순화’, ‘정규화’, ‘드롭아웃’, ‘데이터 증강’, ‘조기 종료’ 등 딱 떨어지는 표현을 써주면 더 좋습니다!• 예시: KMeans는 클러스터링(비지도학습)이고 클래스 불균형 해결이나 과적합 방지와는 조금 거..

Q1. 지도학습과 비지도학습의 차이를 설명하고 각각 예를 드시오 지도학습과 비지도학습은 데이터의 정답(label)의 유무에 따라 구분됩니다.• 지도학습(Supervised Learning) : 입력 데이터에 대한 정답 레이블이 주어진 상태에서 모델을 학습시키는 방식입니다. 데이터 (X, y)에서 함수 f: X → y를 학습하며, 새로운 입력에 대해 올바른 출력을 예측하는 것이 목표입니다. 예시: 이미지에 사람/동물 등의 레이블이 달린 분류 문제, 주택 면적과 가격 쌍으로부터 가격을 예측하는 회귀 문제 등이 있습니다. • 비지도학습(Unsupervised Learning) : 정답 레이블 없이 데이터의 구조나 패턴을 학습하는 방식입니다. 주어진 데이터 X만을 이용해 데이터 간 유사성, 군집 구조, 저차원 ..